Depuis quelques années, nous parlons de Data Product Management. Ce sujet est récurrent dans les équipes de Data Scientists, Data Engineers et bien sûr, de Product Management. Comme son nom l’implique, un Data Product Manager correspond au nouveau titre de Product Manager mais spécialisé sur les produits de Data Science et de Machine Learning.
Le Data Product Manager a un rôle similaire à celui d’un Software Product Manager, il doit avoir une compréhension approfondie des exigences business de ses clients. Toutefois, il existe quelques différences essentielles dans leurs responsabilités et les compétences requises.
Petit tour d’horizon du rôle d’un Data Product Manager.
Quel est l’environnement habituel d’un Data Product Manager ?
Il n’est pas exagéré de dire que les produits de Machine Learning ont un impact sur notre vie quotidienne ! Les plateformes de réseaux sociaux (Linkedin, Facebook, Twitter), Google, Uber et Airbnb ont tous développé des algorithmes ML très sophistiqués pour améliorer la qualité de leurs produits.
Aujourd’hui, les produits de la Data Science sont loin d’être la chasse gardée des grandes entreprises technologiques. Analyse prédictive, gestion de la chaîne d’approvisionnement, détection de fraude, prévention du churn rate…se sont que quelques exemples de domaines liés au Machine Learning !
Les Data Product Managers interviennent donc lorsqu’il y a des produits de Data Science sous les radars. En d’autres termes, leurs connaissances techniques et analytiques sont essentielles quand la valeur commerciale dépend du Machine Learning et de l’intelligence artificielle.
Alors, quel est le rôle d’un Data Product Manager exactement ?
Comme pour un Product Manager, la mission principale d’un Data Product Manager est de développer le meilleur produit possible pour les clients / utilisateurs de l’entreprise. Il existe toutefois quelques différences subtiles qui rendent le quotidien du Data Product Manager particulier.
Un Data Product Manager s’adresse souvent à une population très large qui inclut des Data Scientists, des Data Engineers, des Data Analysts, des Data Architects et même des développeurs ! Le Data Product Manager doit donc comprendre les enjeux de chacun de ces rôles et aligner ces mondes différents pour atteindre les objectifs du produit.
Pour démontrer la diversité des compétences impliquées dans ce nouveau rôle, le Data Product Manager idéal aura une large compréhension des algorithmes de Machine Learning, de l’intelligence artificielle et des statistiques. Il aura une certaine expérience du codage (suffisante pour s’y plonger si nécessaire), sera doué pour les mathématiques, comprendra les technologies du Big Data… et aura des compétences en communication hors pair.
Nous pouvons même lui confier la responsabilité de centraliser l’accès aux données au niveau de l’entreprise.*
Ici, sa mission serait de trouver de nouvelles façons de gérer, collecter et exploiter les données afin d’améliorer la convivialité et la qualité des ses informations. Comment ? En choisissant un logiciel de Data Management qui permet la centralisation et la démocratisation des données et de briser les silos entre les équipes data.
Ils peuvent ensuite choisir un Data Catalog avec un puissant knowledge graph et un simple moteur de recherche… de telles plateformes existent 😉
*Dans ce cas, en quoi le rôle du Data Product Manager diffère-t-il de celui du Data Steward ? Après tout, n’est-ce pas à ce dernier qu’il incombe de conserver, gérer, traiter les autorisations et mettre les données à la disposition des consommateurs de données ? Une façon de considérer les distinctions entre les deux rôles pourrait être de voir le Data Steward comme le gardien des données du présent et le Data Product Manager comme le gardien et l’innovateur des données du futur.
